GAUSS

GAUSS ist eine sehr flexible und mächtige Programmiersprache, die seinem Benutzer eine umfangreiche Funktionsvielfalt zum Lösen von Problemen aus der Statistik, der Numerik und im Speziellen von Matrizenproblemen zur Verfügung stellt. Seine Stärken liegen hierbei vor allem bei der leichten Erlernbarkeit, der extrem schnellen Verarbeitungszeit und der sehr effizienten Verarbeitung von extrem großen Datenbeständen. Zur Erstellung von eigenen Programmen bietet GAUSS neben dem Standardbefehlssatz eine Vielzahl von speziellen, problembezogenen Befehlen und Programmierhilfen wie z.B. einem Debugger zum Tracen der Programme, kontextsensitive Hilfe, Anbindungsmöglichkeiten von externen Programmen über das sogenannte "Foreign Language Interface", Erstellung von Standalone-Programmen mit Hilfe von RuntimeModulen und vieles mehr. Um Problemlösungen zu illustrieren, ist es dann sowohl programmtechnisch als auch interaktiv möglich, Lösungen aufbereitet als Text und Grafik auf die verschiedensten Ausgabemedien zu schicken. Zur grafischen Illustration bietet GAUSS hierbei eine Vielzahl von Darstellungsmöglichkeiten wie z.B. einfache 2D-Kurvendarstellungen, 3D-Kurvendarstellungen, Oberflächenplots, Contourplots, Polarplots, Box- & Whysker Plots, Histogramme und Tortendiagramme, die wiederum durch verschiedene Anzeigekriterien individuell gestaltet werden können (Linienarten, Fonts, Farben, Oberlappende Darstellungen, usw.). Sollten die Standardfunktionen von GAUSS einmal nicht ausreichen, so gibt es eine Menge an weiteren Zusatzbibliotheken zur Zeitreihenanalyse, Optimierung, Regression, Kurvenanpassung, beschreibenden Statistik, nicht-linearen/linearen Simulation, Lösung von DGLs, numerischen Mathematik, Maximum Likelihood, loglineare Analysen, Netzwerkanalysen und vielen anderen Bereichen. Durch seinen hohen Effizienzgrad, seiner Verfügbarkeit auf fast jeder Rechnerplattform und seiner großen Funktionalität im Bereich der Statistik und der numerischen Mathematik wird GAUSS zu einem idealen Hilfsmittel für Wirtschaftswissenschaftler, Statistiker, Finanzwirtschaftler, Ingenieure, Sozialwissenschaftler, Biologen und eigentlich alle, die große Datenmengen numerisch analysieren müssen.